Ⅰ. 서 론

최근 전 세계적으로 도심 내 교통혼잡 해소와 교통 인프라 확충을 위한 대안으로 지하도로 건설이 활발히 추진되고 있다. 국내에도 대도시에 도심 지하도로와 수도권 지하고속도로 사업이 계획·진행 중이다. 기본적으로 지하도로는 지상도로와 달리 폐쇄된 구조, 진·출입 제한, 장거리 터널 구간, 비상 대피의 어려움 등 고유의 제약 조건을 가진다. 이러한 특성은 유고(Incident) 시 지상보다 더 심각한 교통혼잡과 안전 문제를 초래할 수 있으며, 이는 사회·경제적 손실뿐 아니라, 이용자의 심리적 불안으로 이어질 수 있다. 하지만, 기존의 교통관리 연구는 주로 지상도로 또는 일부 터널 구간에서의 램프미터링(Ramp metering)이나 가변속도제한(Variable speed limit)과 같은 개별 제어 기법에 초점을 맞췄으며 (Alessandri et al, 1997;Haj-Salem and Papageorgiou, 1995;Hegyi et al, 2005, Papageorgiou and Kotsialos, 2002), 복합적 환경과 연속적 구간을 갖는 지하도로 전체를 대상으로 한 연구는 드물다. 특히, 대규모 지하도로에 대한 향후 수요 변화와 다양한 운영 시나리오를 반영한 시뮬레이션 기반 효용성 분석 연구는 사실상 전무한 실정이다. 이와 같이 지상도로 교통제어는 주로 통행속도와 같은 단일 지표를 기반으 로 하며, 정체 발생 이후에 개입하는 사후적·반응적 방식이 일반적이다. 반면, 지하도로는 혼잡 발생 전 단계를 감지하고, 보다 정밀하고 선제적인 제어가 가능해야 한다. 특히, 지하도로에서는 접속부의 영향, 속도차, 램프 조건 등 다양한 기하구조 및 교통 운영 요소가 혼잡 판단에 직접적으로 반영하여, 이는 기존 지상도로 제어에서 고려하지 않는 정량적 변수들을 포함할 필요가 있다.

이에 본 연구는 지하도로의 교통관리 필요성을 과학적으로 진단하고 정량적으로 검증하기 위하여 수행되 었다. 이를 위해, 지하도로 환경에서 교통혼잡 발생 가능성을 사전에 진단할 수 있는 새로운 정량 지표와 그 것의 계산 절차를 개발하고 시뮬레이션 기반으로 효과를 평가하였다. 공간적 범위로 현재 건설 중인 지하도 로를 테스트베드로 하여 미시적 교통 시뮬레이션 네트워크를 구축하였다. 또한, 장래 교통수요를 반영한 두 가지 교통제어 전략을 적용하여 그 효과를 평가하였다. 궁극적으로 본 연구는 지하도로의 혼잡 관리 필요성 을 공학적으로 분석하여 향후 지하도로의 효율적인 교통 운영 방안 수립에 필요한 중요한 시사점을 도출하 였다.

Ⅱ. 교통혼잡 발생 가능성 판단 지표 및 산정 절차 정립

1. 정량적 지표 정립을 위한 기준 설정

도시 내 교통혼잡 완화를 위한 다양한 정책이 추진되는 가운데, 지하도로는 폐쇄된 구조, 진출입 제한성, 장거리 연장 등의 특수성으로 인해 수요 급증 시 혼잡이 급격히 발생하고 확대될 수 있다. 이처럼 지하도로 는 단기간 내 병목이 발생할 수 있는 구조적 특성을 가지므로, 기존 지상도로에서 활용되는 통행속도 기반의 사후적 혼잡 진단 체계는 한계가 있다. 따라서, 지하도로 환경에서는 혼잡이 발생하기 이전 상태를 조기에 진단할 수 있는 선제적이고 정량적인 진단 기준의 마련이 필수적이다. 이는 단순 모니터링을 넘어, 관리자 중심의 사전 대응형 교통관리 전략 수립을 가능하게 할 수 있다. 본 연구에서는 혼잡 발생 가능성을 조기에 진단할 수 있는 정량적 지표와 그것의 산정 절차를 개발하였다. 이를 위해, 구간별 교통 처리량(Throughput) 과 구간 간 속도 차이(Speed Differential)를 정량적 지표를 구성하는 핵심 지표로 선정하였다. 특히, 교통처리 량은 시뮬레이션 분석 시간 (Warm-up 시간 제외) 동안 네트워크를 완전히 통과한 차량수를 의미하는데, 여 기서는 구간별로 산정하여, 해당 구간을 완전히 통과한 차량수를 의미한다.

이들은 교통 검지 기술의 발전으로 실시간 수집이 가능하며, 특히 지하도로와 같은 제한된 공간에서의 교 통류 변화에 민감하다. 지표 선정은 교통류 이론에 근거한 것으로, 동일한 교통량에서도 다양한 속도 분포가 관찰될 수 있다는 기존 연구(May, 1990)를 참고하였다. 특히, 지하도로에서는 속도와 교통처리량 간의 비정 형적 관계(nonlinear or scattered relationship)가 두드러지게 나타날 수 있으며, 이러한 이상 분포는 혼잡이 임 박했음을 나타내는 선행 경고 신호로 해석될 수 있다. 따라서, 단일 속도 기준보다는 교통처리량과 속도차의 복합적 분석을 통해 혼잡 가능성을 판단하는 것이 타당하다. 정량 기준값의 설정은 각 도로의 기하구조, 설 계속도, 진·출입 조건, 연장 등 운영 특성에 따라 달라질 수 있다. 이에 따라, 본 연구에서는 각 지하도로의 교통 이력 데이터를 바탕으로 관리자가 설정할 수 있는 유연한 기준값 체계를 전제로 하였다. 다만, 본 연구 에서는 실제 교통자료가 존재하지 않는 개통 전 지하도로 구간을 대상으로 분석을 수행하였기 때문에, 선행 연구(Korea Expressway Corporation, 2011;Lamm et al., 1999) 및 유사사례를 참고하여 임시 기준값으로 처리 량 비율 90% 이하, 속도 차이 ±20km/h를 설정하였다. 해당 기준값을 기반으로 <Fig. 1>에서는 지하도로 교통 상태를 원활한 소통 영역과 혼잡 발생 가능 영역으로 구분하였다. 특히, 혼잡 가능 영역 내에서는 군집분석 을 통해 혼잡 발생 강도에 따른 세분화된 교통 특성 그룹(cluster)을 도출하였다. 이러한 분석 결과는 관리자 가 실시간으로 교통 상태를 더욱 정밀하게 해석하고, 위험 수준에 따라 차등화된 대응 전략을 적용할 수 있 도록 지원하는 기반으로 작용한다.

<Fig. 1>

Concept of Determining the Likelihood of Underground Traffic Congestion

결과적으로 본 연구는 지하도로의 특수성을 반영한 사전 진단 체계의 필요성을 공학적으로 입증하고, 이 를 실현하기 위한 정량적 지표와 기준값 설정 방법론을 제시하였으며, 이는 향후 지하도로 운영 효율성 및 안전성 향상을 위한 실질적 근거로 활용될 수 있을 것이다.

지하도로는 형태 및 구간별로 교통류 특성이 상이하며, 이는 주로 교통처리량과 구간 간 속도 차이로 표 현된다. 이러한 특성을 반영하여 본 연구에서는 두 지표를 기반으로 적정 군집 개수를 산정하였으며, 동일 군집에 속한 구간들은 유사한 교통류 상태 및 운영 특성을 공유하는 것으로 간주하였다. 산정된 군집 개수는 지하도로 관리자가 전체 교통 상태를 더욱 직관적으로 파악하고, 구간별로 적절한 관리 전략 또는 대응 조치 를 취할 수 있도록 돕기 위한 기초자료로 활용된다. 즉, 복잡한 연속 교통류를 군집 기반으로 요약함으로써, 실시간 교통관리의 효율성과 신속성을 제고할 수 있다.

2. 정량적 기준에 따른 혼잡 발생 가능성 판단 지표 산정 절차

지하도로는 구간별 교통혼잡 발생 가능성 판단을 위한 판단 지표 산정 절차는 다음과 같으며, 이는 지하 에서의 여러 유형 중 <Fig. 2>와 같이 지하 내 합류(Merging)가 있는 경우를 6개의 세부 구간(진입부, 본선부 합류전과 후, 합류부, 연결램프, 진출부 등)으로 구분하였다.

<Fig. 2>

Traffic Congestion Judgment Criteria and its Process for Underground Merging

Index level값은 정해진 단위시간 t_i 동안 위의 절차를 통해 산출된다. 즉, 60분 동안 5분단위로 산출할 경 우, 해당 지하도로의 Index level값은 12개가 산출되게 된다. 이 값은 Z-점수 표준화를 통해 정규화한 후, 계 층적 군집분석 기법을 적용하여 최종적으로 산출된다. 분석은 MATLAB과 R로 수행하였다. 이전 연구의 절 차 및 그 결과를 참고하였다(Yang et al, 2022). 또한, 다른 이전 연구에서 동일한 지하도로 형식이라 하더라 도 지하-지상 진출 후 연결되는 도로의 흐름 유형(연속류 또는 단속류)에 따라 군집 경계가 다르게 형성되는 경향을 파악하였다 (Park et al, 2022). 군집 결과는 지하도로 내 교통류 상태를 사전적으로 구분·관리하기 위 한 판단 기준으로 활용할 수 있도록, 지표화된 혼잡 발생 가능성 판단 지표(Index Level)로 정의하였다. 각 군 집은 Level 1에서 Level 4까지의 4단계로 구분하였다. Level 1은 교통혼잡 발생 가능성이 매우 낮은 상태이며, Level 2–3은 혼잡은 발생하지 않았으나, 수요가 용량에 근접한 상태로 LOS D 또는 E 수준에 해당한다. Level 4는 혼잡 발생 가능성이 매우 높은 상태로 해석된다.

Ⅲ. 시뮬레이션 분석 개요

1. 교통제어 전략을 위한 프레임워크

본 연구에서는 지하도로 교통제어 전략 적용을 위한 프레임워크를 정립하였다. 이는 소극적 제어와 적극 적 제어로 구분되며, 실시간 Index level을 기반으로 제어 방식을 결정한다. 소극적 제어는 Index level이 임계 값에 도달하기 전, 과도한 진입을 예방하기 위한 사전적 조치로서, 주로 지상도로에서 이루어지는 간접적 유 도 방식이다. 이는 운전자에게 진입 자제 또는 우회를 유도하기 위한 수단으로, 지상도로 상의 가변 정보표 지판(VMS), 교통정보 애플리케이션, 첨두시간대 안내 표지, 시간대별 허용 차종 제한 등의 정보 제공을 포함 한다.

반면 적극적 제어는 Index level이 임계값을 초과하여 혼잡 발생 가능성이 높아진 경우, 지하도로의 통행을 간헐적, 부분적 또는 임시로 제한하는 직접적 제어 방식으로 작동한다. 해당 제어는 지하도로 주 진입부에서 의 교통신호 운영을 통한 미터링, 유료도로의 경우 Tollbooth 제어, 물리적 진입 차단 시설과 램프 진·출입 통 제장치 운용, 그리고 내부 흐름 안정화를 위한 가변 속도제한(VSL) 설정 등을 통해 수행될 수 있다. 적극적 제어는 도로의 물리적 구조와 운영 여건에 따라 전면적 또는 일부 차로에 한정하여 적용할 수 있으며, 제어 의 적용과 해제는 실시간 Index level의 변화뿐 아니라 지하도로 진출 이후 연결되는 지상도로의 교통 상태까 지 함께 고려하여, 전체 교통망의 운영 효율성을 유지하도록 한다. 본 연구에서는 국내 제2의 도시인 부산광 역시에 있는 만덕–센텀 지하도로를 테스트베드로 설정하고, 해당 지하도로의 실제 구조 및 운영 특성을 반 영한 현실 교통환경과 유사한 미시적 교통 시뮬레이션 네트워크를 설계하고 정산하였다. 이를 기반으로 지 하도로 내에서 교통혼잡 발생 가능성이 높은 상황을 구현하고, 이에 대응하는 제어 프레임워크의 적용 효과 를 분석하기 위한 다양한 시나리오를 설계하였다. 특히, <Table 1>과 같이, 혼잡 발생 가능성을 최소화하기 위해 주 진입 구간에서 소극적 제어와 적극적 제어를 단계적으로 적용하는 절차를 구현하였다.

시스템은 모니터링 상태에서 실시간 혼잡지표 l_t 를 지속적으로 관측하며, 해당 지표가 사전에 설정된 임 계값 e_i 를 초과하는지를 판단한다. 초과 시에는 지표의 변화율 (Δl = l_t - l_{t - 1} ) 또는 속도차 등 추가 조 건을 확인하여, 소극적 제어(예: 램프미터링, VMS 안내 등)의 필요 여부를 판단하고 실행한다. 제어가 시행 이후에는 반드시 다음 시점(t_i+1 )에서 지표를 재관측하여 그 효과를 정량적으로 평가한다. 만약 혼잡이 해소 되지 않거나 지표 변화(Δl )가 미미할 경우, 시스템은 적극적 제어 단계로의 이행을 검토한다. 이와 같은 반 복 평가 시점은 상황에 따라 t_i+2, t_i+3, ⋯⋯ 로 확장될 수 있으며 제어 후 단계별 반응을 지속적으로 모니 터링하기 위한 구조이다. 혼잡 수준이 일정 기준 이하로 복귀되었을 경우, 모든 제어는 해제되며, 시스템은 다시 모니터링 상태로 복귀한다. 이와 같은 단계적 전이 구조는 제어전략 이후 반드시 후속 시점의 데이터를 반영하여 제어 지속 여부를 판단하도록 설계되었으며, 이는 기존의 즉시 반응적 구조와 달리 시간 흐름을 반 영한 체계적 제어 로직이라는 점에서 차별성을 갖는다.

<Fig. 2>와 같이 지하도로 내 합류부가 있는 경우, 기본적으로 지하도로 합류 전 연결램프 진입부와 연계 된 지상부 도로(C)와 지하도로 진입 구간(A)에서 소극적 제어와 적극적 제어를 수행한다. 실시간으로 계산된 지하도로의 Index level(l_t)이 목표 Index level(ε_l) 보다 높아지면 지하도로 진입 램프 ⑥를 통해 진입하고자 하는 차량을 진입 전에 미리 우회할 수 있도록 유도하는 소극적 제어를 시행한다. 특정 시간(T )이 경과한 후에도 지하도로 Index level이 개선되지 않을 경우, 지하도로 A→B 방향으로 통행하고자 하는 차량을 A구간 진입 전에 미리 우회할 수 있도록 유도하는 소극적 제어를 기존 연결 램프 진입 대상 소극적 제어를 유지하 면서 실시한다. 소극적 제어 적용에도 Index level이 높아지면 지하도로 연결 램프를 통해 진입하고자 하는 차량을 C 구간 진입 전에 간헐적·임시적·부분적으로 통행을 제한하는 적극적 제어를 시행한다. 여전히 지하 도로 Index level ‘심각’ 수준이 일정 시간 간격 동안 유지되고 지하도로 주 진출 방향에서 연계된 지상도로 (B)의 서비스 수준이 F 이하일 때, 지하도로 진입부 (A와 C)에서 차량의 진입을 간헐적·임시적·부분적으로 차단하고, 지하도로 Index level이 ‘1=소통 원활’ 수준이 될 때까지 유지한다. 두 가지 제어의 시행 이후 해제 는 기본적으로 실시간 Index level을 근거로 하는데, 소극적 제어는 시행 전·후를 비교하여 Index level이 1단 계 이상 낮아지면 해제 검토하고, 적극적 제어는 지하도로 lndex level이 “1”이 될 때 해제 검토하도록 권장한 다. 그러나 실제 운영 시 해당 도로관리자의 판단에 따라 변동될 수 있다. 본 연구의 시나리오에 적용된 소 극적 제어의 교통량 우회율은 현재 동적 OD가 없으므로 기존 문헌 고찰 결과를 참조하여 가정하였다 (Choi et al, 2010;Choi et al, 2009, Choi, et al, 2004)

2. 시뮬레이션 네트워크 및 환경 구축

본격적인 분석을 위해 테스트베드를 포함한 주변 도로망을 미시적 교통 시뮬레이션 소프트웨어인 VISSIM 으로 구축하였다. 본 구간은 아직 개통 전이기 때문에 네트워크 구축 시 예측된 교통수요와 현재 지역 교통 여건을 고려해서 최종적으로 공간적 범위를 설정하였다(Busan East-West Expressway Co, 2018). 시뮬레이션 결 과의 신뢰성 향상을 위해 지하와 지상의 운전자 운전 행태 차이를 나타내는 시뮬레이션 parameter(평균 차두시 간 및 선행 차량의 감·가속) 를 조정하였다. 이러한 요소들은 우선 Driving Simulator 실험을 통해 도출된 값을 근거로 하였다. 주요 이벤트는 선행 차량 정지, 선행 차량 가·감속, 선행과 후행 차량간 차두시간 간격이다. 테스트베드는 전 차종 통행 허용 구간임을 고려하여, 승용차-승용차, 화물차-승용차 간의 상호작용을 설정하 여 분석하였다. 그 결과, 지상도로와 지하도로의 평균 감속도의 차이가 통계적으로 유의함을 확인하였다.

최종적으로 Driving Simulator 실험을 통해 산출된 운전자의 반응성과 주행거리를 기반으로, VISSIM 차량 추종모형의 6개 주요 parameter (정지 시 차량 간 거리, 차두시간, 차간거리 변동, 가속 반응도, 감속 반응도, 정지 후 가속도)값을 지하도로 특성에 맞게 비율을 조정하여 반영하였고, 모사 정확도는 통행속도와 통행량 에 대해 평균 절대 백분율 오차(Mean Absolute Percentage Error, MAPE) 기준 5% 이내로 설정하여, 달성하였 다. <Table 2>는 Driving simulator 실험을 통하여 지하도로 특성에 맞게 조정된 VISSIM parameter를 요약한 것이다(Park et al. 2022).

<Fig. 3>과 같은 절차로 네트워크 정산을 수행하였다. 도로 현황 정산은 국토교통부의 교통시설 투자평가 지침에서 제시된 일반적으로 허용오차식에 의한 정산 과정을 수행하였다 (MOLIT, 2017) 관측치와 실험치의 통계적 분석을 통해 오차율을 최소화한 것이다. 일 교통량이 5천 대 미만인 경우 허용오차는 주요 교통량 변화 지점의 20%이고, 일 교통량이 5천 대 이상인 경우 허용오차는 주요 교통량 변화 지점의 15%를 기준으로 한다.

<Fig. 3>

VISSIM Network Calibration Process

허용오차식에서 예측값은 시뮬레이션 값으로 관측값은 교통수요 예측보고서상에 기재된 수치를 사용하였 고, 정산 시 지하도로 및 지하도로와 연계된 지상부 도로 일부를 포함하였다. 시뮬레이션에 적용된 승용차는 길이 4.891m, 폭 2.137m, 높이 1.824m로 설정하였고, 화물차의 경우 길이 8.801m, 폭 2.496m, 높이 3.927m에 설정하였다. 승용차와 화물차 모두 국산 브랜드를 기준으로 하였다. 정산결과는 다음 <Table 3>과 같이 요약 하였다.

Ⅳ. 시뮬레이션 기반 교통혼잡 발생 가능 지표의 효과 평가

분석 대상 네트워크는 <Fig. 4>와 같으며 지하도로 내 진출부와 연결램프 진출부와 연결되는 지상도로는 모두 단속류이다. 분석 네트워크는 총연장 9.62km 이며, 왕복 4차로로 구성되어 있다. 진·출입부는 만덕IC, 연결로인 중앙IC, 센텀IC로 구성되며, 설계속도는 본선 80km/h, 연결로 50km/h, 지상 접속부 구간 60km/h이 다. 전 차종 통행이 가능하며, 최대 종단경사는 약 8% 수준으로 설계되어 있다. 램프 총 길이는 약 245m이고 폭은 약 6.5m 이다.

<Fig. 4>

VISSIM Simulation Network

시나리오별 시뮬레이션은 총 150분으로 수행하였고, 이 중 처음 30분은 warm up 시간으로 제외한 60분 수 행 결과를 기반으로 분석을 진행하였다. 또한, 서로 다른 random number로 총 30회 수행한 것의 평균값을 각 시나리오의 최종값으로 사용하였다.

지하도로에서 다양한 교통상황 구현을 위해 용량 상태 바로 직전의 최대 교통 처리량(Maximum throughput)을 파악하였다. 해당 방향의 오전 첨두시 교통량 2,277대/시를 기준으로 교통량을 변화 (500대/시에서 2,000대/시까 지) 시켰다. 그 결과, 본선 교통량 기준 최대 처리 교통량은 약 3,100대/시 수준으로 분석되었다. 유출램프의 경우 최대 처리 교통량은 1,200대/시로 분석되었다. 이를 통해 테스트베드 구간의 Index level을 산정하기 위해 최대 교통처리량을 기준으로 LOS A~F까지의 교통소통 상황을 구현하였다. 이는 지하도로의 교통혼잡 발생 가능성이 낮은 상황부터 교통혼잡 발생 가능성이 높은 상황을 구현하기 위한 것으로 앞서 제시한 산정 절차에 따라 도출하였다. 군집 결과를 적합성은 엘보우 기법(Elbow method)과 실루엣(Silhouette) 분석을 통해 검증하였다. 전자는 자료의 군집간 거리의 합을 나타내며 엘보우 그래프에서 급격히 떨어지는 구간을 적정 군집의 개수로 판단한다. 후자는 엘보우 기법과 동일하게 군집의 적정 개수 및 군집의 적정성을 평가할 때 활용되며 동일 군집간의 동질성과 다른 군집 간의 이질성을 분석할 수 있다. <Fig. 5>와 같이, 군집의 개수(Number of clusters, x축)가 4일 때 그래프가 급격히 감소하는 패턴으로 Index level 개수는 4개가 적정한 것으로 판단할 수 있다.

<Fig. 5>

Elbow and Silhouette Results

군집별 평균 실루엣 계수(0.50, 0.45, 0.20, 0.49)가 유사하며, 실루엣 계수 평균 0.41(붉은 실선)을 기준으로 실루엣 계수의 절반 이상이 평균보다 높은 계수 값을 가지고 있기 때문에 4개의 군집이 적절한 것으로 판단 된다. 결론적으로 엘보우 기법과 실루엣 분석을 통해 군집의 개수는 4개가 가장 적절한 것을 확인하였다.

1. 분석 시나리오 구축

시뮬레이션 시나리오를 정립하기 위해 사전 시뮬레이션을 수행하였다. 즉, 지하도로에서 발생 가능한 다 양한 교통소통상황을 구현하기 위해 테스트베드를 대상으로 용량 상태 바로 직전의 최대 교통 처리량 (Maximum throughput)을 파악하였다. 해당 방향 오전 첨두시 교통량 2,200대/시를 기준으로 교통량을 변화시 켜 <Table 4>와 같이 총 7개의 서로 다른 시나리오를 구축하여 시뮬레이션을 수행하였다. 분석에 사용된 해 당 첨두시는 ^｢내부 순환 (만덕-센텀) 도시고속화도로 교통영향평가 보고서 (2018)_｣에 제시된 오전 첨두(8시~9 시) 2,200대/시 자료에 근거한 것이다. 최종적으로 지하도로에서 발생 가능한 교통량 범위를 7가지로 구분하 였고, 사전 시뮬레이션 결과, 시나리오 6과 7에서 지하도로 초기 진입교통량을 처리하지 못하게 됨에 따라 최종적인 최대 교통처리량은 3,200대/시로 분석되었다. 사전 시뮬레이션 분석 결과, 소극적 제어만을 고려하 는 것이 타당한 것으로 나타났다.

프레임워크에 따른 교통혼잡 발생 가능성 판단 효과 평가를 위한 시나리오를 정립하였다. 테스트베드를 대상으로 한 교통 수요보고서상에 언급된 승용차와 화물차의 통행 비율은 8:2이다. 또한, 지하도로로 진입한 차량들은 지하도로 내부에서 6.4 (직진):3.7(램프 진출)의 비율로 파악되었다. 테스트베드 진출 후 연결되는 지상도로의 서비스 수준을 근거로 방향별 제어 대상 차종과 제어 형태를 고려하여 시나리오를 정립하였다. 지하도로 진출 후 연결되는 지상부 도로의 서비스 수준은 B이다. <Table 5>는 교통제어 시나리오를 요약해 놓은 것이다.

2. 시나리오별 시뮬레이션 분석 결과

본 시나리오에서는 관리 목표 Index level (∈_l )를 “2”로, 교통소통 상황 모니터링 간격 (T )는 15분으로 각각 설정하였다. 소극적 제어는 차량들이 지하도로 진입 방향에서 진입 전에 제공되는 우회 정보에 순응하여 다 른 경도로 우회한 것으로 가정했는데, 이는 지하도로 진입부는 1개이지만, 출구는 2개인 상황 (연결 램프 진 출 및 주 진출부)을 고려한 것이다. 우회율은 최소 5%, 최대 20%로 가정하였다. 또한, 적극적 제어 시나리오 상의 지하도로 진입제한은 차량의 전면적 차단으로 선정하고, 차단시간은 실제 교통 패턴 분석 결과를 토대 로, 30분으로 설정하였다. t시간에서의 Index level(l_t )이 목표 Index level(ε_l )과 같거나 클 때 연결 램프를 통 해 진출할 목적을 가진 차량들을 테스트베드 진입 전 1km 전에 우회를 유도하기 위한 정보 표출을 가정하였 다. 시나리오별 시뮬레이션에 따른 시간대별 Index level의 변화 결과는 다음 <Table 6>과 같다.

시나리오 1-4는 전 차종을 대상으로 소극적 제어를 적용한 결과로, 제어가 없는 경우와 비교해서 Index level이 감소하였다. 또한, 우회율이 높을수록 교통혼잡 발생 가능성이 다소 감소하는 경향을 나타낸다. 이는 연결 램프보다는 직진 방향 교통량에 대한 소극적 제어 적용이 혼잡 발생 가능성을 감소하는데, 상대적으로 효과적일 것으로 판단할 수 있다. 시나리오 5-8은 승용차만을 대상으로 소극적 제어를 적용한 결과로 이 또 한 제어 적용이 없을 때와 비교해서 교통혼잡 발생 가능성을 낮출 수 있는 것으로 판단된다. 직진 방향은 우 회하지 않고, 램프 방향에만 우회율을 적용했을 때 차종별 제어에 따라 지하도로 내 교통혼잡 발생 가능성 감소 경향은 나타나지만, 시간적인 차이는 있는 것으로 파악된다.

또한, 각 시나리오별·Index level별로 구간별 점유율과 평균속도를 산출을 통해 실제로 교통 혼잡발생가능 성과 연관성이 있음을 분석하였고, <Table 7>은 시나리오별로 이러한 결과를 요약한 것이다. 분석 결과, Index level이 높아질수록 점유율은 증가하고 평균속도는 감소하는 경향을 보였으며, 이는 혼잡 수준을 정량 적으로 반영한 것으로 판단된다. 특히, 전 차종을 대상으로 소극적 제어를 적용한 시나리오가 승용차만을 제 어한 경우보다 낮은 Index level과 높은 평균속도를 보여, 중차량 제어가 혼잡 완화에 더 효과적임을 시사하 며, 제안된 지표의 혼잡 수준 구분 타당성을 뒷받침한다.

제어 대상을 구분하여 교통제어를 적용한 결과 승용차보다 화물차, 중차량 등의 차종이 Index level에 영향 을 미치며 향후 차종을 대상으로 교통제어 전략 수립 시 전 차종 또는 중차량을 우선적 적용을 검토할 필요 가 있을 것으로 판단된다. 전 차종 대상 소극적 제어를 수행한 결과 Index level 감소 효과가 상대적으로 높 은 것으로 나타났다. 중차량은 승용차보다 차량 제원이 상대적으로 크기 때문에 중차량과 승용차가 동일하 게 우회하더라도 교통제어로 인한 지하도로 내부의 공간적 여유가 중차량이 우회할 때 더 커지기 때문으로 판단된다. 따라서 교통제어를 승용차만 대상으로 적용하는 것보다 전 차종을 대상으로할 때 Index level 감소 에 효과적인 것으로 해석된다. 본 연구에서는 소극적 제어를 위해 요구되는 운전자 순응률을 가정하였으나 실제 운전자 순응률을 별도로 산정할 필요가 있으며, 이를 통해 제어전략 수립에 반영할 필요 있다. 지하도 로의 교통제어 대상을 구분하는 전략뿐만 아니라 시간제 교통제어, 노선별 교통제어, 통행 요금 제어 등을 고려한 지하도로 교통 운영 제어전략도 프레임워크에 적용 가능할 것으로 판단된다.

Ⅴ. 결론 및 향후 연구과제

본 연구에서는 지하도로에 적용할 수 있는 교통혼잡 발생 가능성 판단 지표와 그 산정 절차를 개발하였 다. 단, 돌발상황 등은 연구 범위에서 배제되었고, 단지 도로 기하구조 및 교통수요만을 고려한 것이다. 돌발 상황으로 인한 지하도로 내 교통혼잡 발생 가능성 판단하는 경우도 동일한 방법론 활용이 가능할 것으로 판 단된다. 다만 분석 시나리오 또는 관련 실제 교통 데이터 수집·분석을 추가 변수들이 반영될 여지는 있다. 현재 건설 중인 지하도로를 테스트베드로 선정하여 개발된 지표·절차를 적용하였다. 미시적 교통 시뮬레이 션 Software를 통해 시뮬레이션 네트워크 구축 및 정산을 수행하였다. 특히, 실제 교통자료는 존재하지 않기 때문에, 장래 교통수요 예측 결과를 이용하였다.

본 연구에서 제시한 소극적 제어 시나리오는 기본적으로 교통소통 상태에 대한 지하도로 관리자의 직접 개입은 최소화하면서 운전자의 순응률(compliance rate)에 의존하기 때문에, 그에 따라 효과는 한계가 있을 수 있다. 또한, 운전자의 순응률이 높고, 지하도로 내 Index level이 낮더라도, 지하도로 진출부와 연결되는 지상 도로의 교통상황이 열악한 경우 (예: 서비스 수준이 F 이하) 소극적 제어 효과는 미흡할 수 있다. 본 연구에 서는 적극적 제어의 효과 분석을 위해 일정 시간 동안 지하도로의 진입을 전부 차단하는 시나리오도 설계하 였다. 본 프레임워크에서 제시한 적극적 제어는 임시적·부분적·간헐적 진입제한이기에 지하도로 형태, 특성, 이용 차종 등을 고려하여 다양한 시나리오 정립이 가능하다. 본 연구에서 제안한 교통혼잡 발생 가능성 판단 지표와 그 산정 절차에는 지하도로 진출부와 연계된 지상도로의 교통소통 상태를 함께 고려하도록 설계되었 다. 향후 테스트베드가 개통되어 운영된다면, 일정 기간 다양한 교통 데이터를 축적할 수 있다. 또한, 상황별 소극적 제어 및 적극적 제어에 대한 구체적인 전략 수립도 가능할 것이다.